論文の概要: A logic-based decision support system for the diagnosis of headache
disorders according to the ICHD-3 international classification
- arxiv url: http://arxiv.org/abs/2008.02747v1
- Date: Thu, 6 Aug 2020 16:26:50 GMT
- ステータス: 処理完了
- システム内更新日: 2022-11-02 07:38:25.582346
- Title: A logic-based decision support system for the diagnosis of headache
disorders according to the ICHD-3 international classification
- Title（参考訳）: ICHD-3国際分類による頭痛疾患診断のための論理に基づく意思決定支援システム
- Authors: Roberta Costabile, Gelsomina Catalano, Bernardo Cuteri, Maria Concetta
Morelli, Nicola Leone, Marco Manna
- Abstract要約: HEAD-ASPは頭痛疾患の診断のための新しい意思決定支援システムである。
ICHD-3に準拠した動的アンケートを実装している。
- 参考スコア（独自算出の注目度）: 3.9929696757949444
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Decision support systems play an important role in medical fields as they can
augment clinicians to deal more efficiently and effectively with complex
decision-making processes. In the diagnosis of headache disorders, however,
existing approaches and tools are still not optimal. On the one hand, to
support the diagnosis of this complex and vast spectrum of disorders, the
International Headache Society released in 1988 the International
Classification of Headache Disorders (ICHD), now in its 3rd edition: a 200
pages document classifying more than 300 different kinds of headaches, where
each is identified via a collection of specific nontrivial diagnostic criteria.
On the other hand, the high number of headache disorders and their complex
criteria make the medical history process inaccurate and not exhaustive both
for clinicians and existing automatic tools. To fill this gap, we present
HEAD-ASP, a novel decision support system for the diagnosis of headache
disorders. Through a REST Web Service, HEAD-ASP implements a dynamic
questionnaire that complies with ICHD-3 by exploiting two logical modules to
reach a complete diagnosis while trying to minimize the total number of
questions being posed to patients. Finally, HEAD-ASP is freely available
on-line and it is receiving very positive feedback from the group of
neurologists that is testing it.
- Abstract（参考訳）: 医療分野における意思決定支援システムの役割は、臨床医が複雑な意思決定プロセスをより効率的かつ効果的に扱うように支援できることにある。
しかし、頭痛障害の診断においては、既存のアプローチやツールはまだ最適ではない。
一方、この複雑で広範囲にわたる障害の診断を支援するため、国際頭部疾患協会(ICHD)は1988年に国際頭部障害分類(ICHD)を第3版に発表し、300種類以上の頭痛を分類する200ページの文書を作成した。
一方、多くの頭痛障害とその複雑な基準は、医療史のプロセスが不正確であり、臨床医と既存の自動ツールの両方に不正確なものである。
このギャップを埋めるために,頭痛疾患の診断のための新しい意思決定支援システムであるHEAD-ASPを提案する。
REST Webサービスを通じて、HEAD-ASPは、ICHD-3に準拠した動的アンケートを実装し、2つの論理モジュールを使用して、患者に提示される質問の総数を最小限に抑えながら、完全な診断に到達する。
最後に、HEAD-ASPはオンラインで無料で利用可能であり、テスト中の神経学者グループから非常に肯定的なフィードバックを受けている。
関連論文リスト
- Development of a Large Language Model-based Multi-Agent Clinical Decision Support System for Korean Triage and Acuity Scale (KTAS)-Based Triage and Treatment Planning in Emergency Departments [0.0]
本研究は, 患者トリアージ, 治療計画, 救急管理全般において, LLM駆動型CDSSを用いて, ED医師や看護師を支援することを目的とするものである。
このシステムは、Triage Nuurse、救急医、薬剤師、EDコーディネーターの4つのAIエージェントで構成されている。
トリアージアセスメントにはKTAS(Korea Triage and Acuity Scale)が組み込まれ、医薬品管理にはRxNorm APIが組み込まれている。
論文 参考訳（メタデータ） (2024-08-14T13:03:41Z) - Automating PTSD Diagnostics in Clinical Interviews: Leveraging Large Language Models for Trauma Assessments [7.219693607724636]
我々は、ワークフローにカスタマイズされた大言語モデル(LLM)を統合することで、この不足に対処することを目指している。
臨床医が担当する診断面接411件を収集し,高品質なデータを得るための新しいアプローチを考案した。
インタビュー内容に基づいたPTSD診断評価を自動化するための総合的なフレームワークを構築した。
論文 参考訳（メタデータ） (2024-05-18T05:04:18Z) - Large-scale Long-tailed Disease Diagnosis on Radiology Images [51.453990034460304]
RadDiagは、様々なモダリティと解剖学にわたる2Dおよび3D入力をサポートする基礎モデルである。
私たちのデータセットであるRP3D-DiagDSは、5,568の障害をカバーする195,010のスキャンで40,936の症例を含む。
論文 参考訳（メタデータ） (2023-12-26T18:20:48Z) - Towards Accurate Differential Diagnosis with Large Language Models [37.48155380562073]
LLM(Large Language Models)を利用した対話型インタフェースは、差分診断の側面をアシストし、自動化する新たな機会を提供する。
20人の臨床医が、ニューイングランド・ジャーナル・オブ・メディカル(New England Journal of Medicine)から入手した、302の挑戦的な現実世界の医療事例を評価した。
我々のLSMは,難治性症例の診断的推論と精度を向上させる可能性が示唆された。
論文 参考訳（メタデータ） (2023-11-30T19:55:51Z) - OpenClinicalAI: An Open and Dynamic Model for Alzheimer's Disease
Diagnosis [11.775648630734949]
アルツハイマー病(AD)は逆転や治癒はできないが、タイムリーな診断は治療やケアの負担を大幅に軽減することができる。
AD診断モデルに関する現在の研究は、診断タスクを典型的な分類タスクと見なしている。
複雑で不確実な臨床環境下での直接AD診断のためのOpenClinicalAIを提案する。
論文 参考訳（メタデータ） (2023-07-03T12:35:03Z) - DxFormer: A Decoupled Automatic Diagnostic System Based on
Decoder-Encoder Transformer with Dense Symptom Representations [26.337392652262103]
診断指向対話システムは患者の健康状態を照会し、患者との継続的な対話を通じて疾患の予測を行う。
本稿では,診断プロセスを症状調査と疾患診断の2つの段階に分割する,分離された自動診断フレームワークDxFormerを提案する。
提案モデルは,医師の臨床経験を効果的に学習し,症状のリコールと診断精度の点で最先端の結果を得ることができる。
論文 参考訳（メタデータ） (2022-05-08T01:52:42Z) - "My nose is running.""Are you also coughing?": Building A Medical
Diagnosis Agent with Interpretable Inquiry Logics [80.55587329326046]
本稿では,DSMDの対話マネージャを実装するための,より解釈可能な意思決定プロセスを提案する。
推論を行うために、非常に透明なコンポーネントを持つモデルを考案する。
実験の結果,診断精度は7.7%,10.0%,3.0%向上した。
論文 参考訳（メタデータ） (2022-04-29T09:02:23Z) - Anytime Diagnosis for Reconfiguration [52.77024349608834]
我々は、いつでも直接診断できるflexdiagを紹介し分析する。
特徴モデルの領域からの構成ベンチマークと自動車領域からの産業構成知識ベースを使用して、性能および診断品質に関するアルゴリズムを評価します。
論文 参考訳（メタデータ） (2021-02-19T11:45:52Z) - Inheritance-guided Hierarchical Assignment for Clinical Automatic
Diagnosis [50.15205065710629]
臨床診断は、臨床ノートに基づいて患者に診断符号を割り当てることを目的としており、臨床意思決定において重要な役割を担っている。
本稿では,臨床自動診断のための継承誘導階層と共起グラフの伝播を組み合わせた新しい枠組みを提案する。
論文 参考訳（メタデータ） (2021-01-27T13:16:51Z) - Hierarchical Reinforcement Learning for Automatic Disease Diagnosis [52.111516253474285]
政策学習のための対話システムに2段階の階層的な政策構造を統合することを提案する。
提案した政策構造は,多くの疾患や症状を含む診断問題に対処することができる。
論文 参考訳（メタデータ） (2020-04-29T15:02:41Z) - Towards Causality-Aware Inferring: A Sequential Discriminative Approach
for Medical Diagnosis [142.90770786804507]
医学診断アシスタント(MDA)は、疾患を識別するための症状を逐次調査する対話型診断エージェントを構築することを目的としている。
この研究は、因果図を利用して、MDAにおけるこれらの重要な問題に対処しようとする。
本稿では,他の記録から知識を引き出すことにより,非記録的調査に効果的に答える確率に基づく患者シミュレータを提案する。
論文 参考訳（メタデータ） (2020-03-14T02:05:54Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。